Matlab 生成一定信噪比的信号

MR_Promethus2023-08-25 8:01

文章目录

  • [【 1. 信噪比 】](#【 1. 信噪比 】)
  • [【 2. 功率归一化 】](#【 2. 功率归一化 】)
    • [2.1 实信号+实噪声](#2.1 实信号+实噪声)
    • [2.2 实信号+复噪声](#2.2 实信号+复噪声)
  • [【 3. 能量归一化 】](#【 3. 能量归一化 】)
    • [3.1 实信号+实噪声](#3.1 实信号+实噪声)
    • [3.2 实信号+复噪声](#3.2 实信号+复噪声)
  • [【 4. 小结 】](#【 4. 小结 】)

【 1. 信噪比 】

  • 信噪比公式 1 ： S N R = 10 ∗ l o g 10 P s P n 信噪比公式1：SNR=10*log_{10}\frac{P_s}{P_n} 信噪比公式1：SNR=10∗log10PnPs其中， P s P_s Ps 和 P n P_n Pn 分别指 信号的平均功率、噪声的平均功率。
  • 当信号和噪声的长度相等为N时，根据平均功率的公式 P s = E s / N P_s=E_s/N Ps=Es/N 以及 P n = E n / N P_n=E_n/N Pn=En/N，上式可化为： 信噪比公式 2 ： S N R = 10 ∗ l o g 10 E s E n 信噪比公式2：SNR=10*log_{10}\frac{E_s}{E_n} 信噪比公式2：SNR=10∗log10EnEs其中， E s E_s Es 和 E n E_n En 分别指 信号的平均功率、噪声的平均功率。
  • 因此，可通过两种方式生成 一定信噪比的信号。

【 2. 功率归一化 】

平均功率（均方值） = 均值（直流功率） + 方差（交流功率） 平均功率（均方值）=均值（直流功率）+方差（交流功率） 平均功率（均方值）=均值（直流功率）+方差（交流功率）

  • 一般令信号的均值为0，方差为1，即平均功率为1。

2.1 实信号+实噪声

cpp 复制代码 
clc;        % 清空命令行
clear;      % 清空变量
close all;  % 关闭所有窗口

%% [1、参数设置]
N=1e6;                     % 数据点数
SNR_dB=20;                 % 信噪比（dB形式）
SNR_Power=10.^(SNR_dB/10); % 功率比
Ps=1;                      % 信号功率，为1时其dBW形式为0。
Pn=Ps./SNR_Power;          % 噪声功率

%% [2、生成信号]
sn=round(rand(1,N));         % 原信号： 0,1序列sn
sn1=round((sn-1/2)*2);       % 原信号：-1,1序列sn1，均值为0，方差为1
var(sn1);
fa=50;          % 信号频率
fs=150;Ts=1/fs; % 采样周期及采样频率
t=(1:N)*Ts;     % 时间刻度
sn=7+2*sin(2*pi*t+3*pi/4); % 一个固定信号
% mean(sn)  % 均值=6.999
% var(sn)   % 方差=2
sn1=sn./std(sn);    % 归一化 均值为0
sn1=sn1-mean(sn1);  % 归一化 方差为1
% mean(sn1) 
% var(sn1)

%1、wgn函数，返回 高斯白噪声
%%% 前两个参数指 维度
%%% 第三个参数指 噪声的功率（dBW）
if 0    
    noise=wgn(1,N,10*log10(Pn));
    xn=sn1+noise;
end
%2、awgn函数，生成 输入信号+高斯白噪声
%%% 第一个参数指 输入信号
%%% 第二个参数指 信噪比（dBW）
%%% 第三个参数是 一个数值时，代表输入信号的功率dBW；是"measured"的时，在添加噪声前会自动计算输入信号的功率；
%%% 当只有前两个信号时，代表默认输入信号的功率为 0 dBW（功率为1）。
if 0   
    xn=awgn(sn1,SNR_dB,"measured");
    noise=xn-sn1;
end
%3、randn函数，返回 均值为0方差为1且高斯分布的噪声
%%% a+b*randn(m,n)的均值为0，方差为b^2。
if 1   
    noise = sqrt(Pn)*randn(1,N);
    xn=sn1+noise;
end

%% [3、结果测试]
sigPower = sum(abs(sn1).^2)/length(sn1);     % 求出信号功率
noisePower=sum(abs(noise).^2)/length(noise); % 求出噪声功率
SNR_10=10*log10(sigPower/noisePower);        % 由信噪比定义求出信噪比，单位为db
disp(['理论信噪比(dB)=',num2str(SNR_dB),]);
disp(['仿真信号功率(W)=',num2str(sigPower)]);
disp(['仿真噪声功率(W)=',num2str(noisePower)]);
disp(['仿真信噪比(dB)=',num2str(SNR_10)]);

2.2 实信号+复噪声

cpp 复制代码 
clc;        % 清空命令行
clear;      % 清空变量
close all;  % 关闭所有窗口

%% [1、参数设置]
N=1e6;                     % 数据点数
SNR_dB=20;                 % 信噪比（dB形式）
SNR_Power=10.^(SNR_dB/10); % 功率比
Ps=1;                      % 信号功率，为1时其dBW形式为0。
Pn=Ps./SNR_Power;          % 噪声功率

%% [2、生成信号]
fa=50;          % 信号频率
fs=150;Ts=1/fs; % 采样周期及采样频率
t=(1:N)*Ts;     % 时间刻度
sn=7+2*sin(2*pi*t+3*pi/4);% 
% mean(sn)  % 均值=6.999
% var(sn)   % 方差=2
sn1=sn./std(sn);    % 归一化 均值为0
sn1=sn1-mean(sn1);  % 归一化 方差为1
% mean(sn1) 
% var(sn1)

%1、wgn函数，返回 高斯白噪声
%%% 前两个参数指 维度
%%% 第三个参数指 噪声的功率（dBW）
if 0   
    noise=wgn(1,N,10*log10(Pn/2))+1i*wgn(1,N,10*log10(Pn/2));
    xn=sn1+noise;
end
%2、awgn函数，返回 输入信号+高斯白噪声
%%% 第一个参数指 输入信号
%%% 第二个参数指 信噪比（dBW）
%%% 第三个参数是 一个数值时，代表输入信号的功率dBW；是"measured"的时，在添加噪声前会自动计算输入信号的功率；
%%% 当只有前两个信号时，代表默认输入信号的功率为 0 dBW（功率为1）。
if 0
    xn1=awgn(sn1,SNR_dB+10*log10(2));
    noise1=xn1-sn1;
    xn2=awgn(sn1,SNR_dB+10*log10(2));
    noise2=xn2-sn1;
    noise=noise1+noise2;
end
%3、randn函数，返回 均值为0方差为1且高斯分布的噪声
%%% a+b*randn(m,n)的均值为0，方差为b^2。
if 1   
    noise = sqrt(Pn/2)*(randn(1,N)+1i*randn(1,N));
    xn=sn1+noise;
end

%% [3、结果测试]
sigPower = sum(abs(sn1).^2)/length(sn1);     % 求出信号功率
noisePower=sum(abs(noise).^2)/length(noise); % 求出噪声功率
SNR_10=10*log10(sigPower/noisePower);        % 由能量比求出信噪比，单位为db
disp(['理论信噪比(dB)=',num2str(SNR_dB)]);
disp(['仿真信号功率(W)=',num2str(sigPower)]);
disp(['仿真噪声功率(W)=',num2str(noisePower)]);
disp(['仿真信噪比(dB)=',num2str(SNR_10)]);

【 3. 能量归一化 】

3.1 实信号+实噪声

cpp 复制代码 
%%% 实信号+实噪声，能量归一化，指定信号能量为1
%%% 验证通过
clc;        % 清空命令行
clear;      % 清空变量
close all;  % 关闭所有窗口

%% [1、参数设置]
N=1e6;                     % 数据点数
SNR_dB=20;                 % 信噪比（dB形式）
Es=1;                      % 信号能量
SNR_Ratio=10.^(SNR_dB/10); % 能量比（信号能量/噪声能量）
En=Es./SNR_Ratio;          % 噪声能量
temp=Es./10.^(SNR_dB/20);  % 加在噪声变量前的

%% [2、生成信号]
fa=50;          % 信号频率
fs=150;Ts=1/fs; % 采样周期及采样频率
t=(1:N)*Ts;     % 时间刻度
sn=7+2*sin(2*pi*t+3*pi/4); % 一个固定信号，均值=6.999，方差=2
% mean(sn) 
% var(sn)
sn1=sn./norm(sn); % 均值为0方差为0，功率为0，总能量为1
% mean(sn1)
% var(sn1)

%% [3、加噪]
if 1
    noise = randn(1,N);               % 均值为0+0i，方差为1
    noise=noise/norm(noise);          % 均值为0+0i，方差为0，能量为1
    noise=temp*noise;
    xn=sn1+noise;
end

%% [4、结果测试]
sigPower = sum(abs(sn1).^2);                % 求出信号能量
noisePower=sum(abs(noise).^2);              % 求出噪声能量
SNR_10=10*log10(sigPower/noisePower);       % 由能量比求出信噪比，单位为db
disp(['理论信噪比(dB)=',num2str(SNR_dB)]);   % 
disp(['仿真信号能量(W)=',num2str(sigPower)]);
disp(['仿真噪声能量(W)=',num2str(noisePower)]);
disp(['仿真信噪比(dB)=',num2str(SNR_10)]);

3.2 实信号+复噪声

cpp 复制代码 
%%% 实信号+复噪声，能量归一化，指定信号能量为1
%%% 3种方式添加信噪比
%%% 验证通过
clc;        % 清空命令行
clear;      % 清空变量
close all;  % 关闭所有窗口

%% [1、参数设置]
N=1e6;                     % 数据点数
SNR_dB=20;                 % 信噪比（dB形式）
Es=1;                      % 信号能量
SNR_Ratio=10.^(SNR_dB/10); % 能量比（信号能量/噪声能量）
En=Es./SNR_Ratio;          % 噪声能量
temp=Es./10.^(SNR_dB/20);  % 加在噪声变量前的

%% [2、生成信号]
fa=50;          % 信号频率
fs=150;Ts=1/fs; % 采样周期及采样频率
t=(1:N)*Ts;     % 时间刻度
sn=7+2*sin(2*pi*t+3*pi/4); % 一个固定信号，均值=6.999，方差=2
% mean(sn) 
% var(sn)
sn1=sn./norm(sn); % 均值为0方差为0，功率为0，总能量为1
% mean(sn1)
% var(sn1)

%% [3、加噪]
% randn函数，返回 均值为0方差为1且高斯分布的噪声
%%% a+b*randn(m,n)的均值为0，方差为b^2。
if 1
    noise = randn(1,N)+1i*randn(1,N); % 均值为0+0i，方差为2
    noise=noise/norm(noise);          % 均值为0+0i，方差为0，能量为1
    noise=temp*noise;
    xn=sn1+noise;
end

%% [4、结果测试]
sigPower = sum(abs(sn1).^2);                % 求出信号能量
noisePower=sum(abs(noise).^2);              % 求出噪声能量
SNR_10=10*log10(sigPower/noisePower);       % 由能量比求出信噪比，单位为db
disp(['理论信噪比(dB)=',num2str(SNR_dB)]);   % 
disp(['仿真信号能量(W)=',num2str(sigPower)]);
disp(['仿真噪声能量(W)=',num2str(noisePower)]);
disp(['仿真信噪比(dB)=',num2str(SNR_10)]);

【 4. 小结 】

  • 按照功率的形式生成具有一定信噪比的信号时，需要让 信号/噪声 其中一个的功率归一化即功率为1，使其均值为0方差为1，另一个 信号/噪声 则按照信噪比生成。
  • 按照能量的形式生成具有一定信噪比的信号时，若要让 信号/噪声 其中一个的能量归一化即能量为1，可通过norm函数让其均值为0方差为0能量为1，另一个 噪声/信号 则按照信噪比生成。
相关推荐
其实吧38 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
Matlab程序猿小助手16 小时前
【MATLAB源码-第208期】基于matlab的改进A*算法和传统A*算法对比仿真；改进点：1.无斜穿障碍物顶点2.删除中间多余节点，减少转折。
开发语言·嵌入式硬件·算法·matlab·机器人
IT猿手20 小时前
基于卷积神经网络（CNN）的时间序列预测，15个输入1个输出，可以更改数据集，MATLAB代码
人工智能·深度学习·神经网络·算法·matlab·cnn
其实吧31 天前
基于MATLAB的运动车辆跟踪检测系统
开发语言·matlab
梦里水乡8571 天前
基于MATLAB的农业病虫害识别研究
开发语言·matlab
墨痕_7772 天前
论文阅读笔记Dense Passage Retrieval for Open-Domain Question Answering
matlab
真的是我22 天前
基于MATLAB课程设计-图像处理完整版
图像处理·人工智能·计算机视觉·matlab
顶呱呱程序3 天前
2-140 基于Solidworks和Matlab Simulink Simscape仿真的机器人手臂仿真
开发语言·matlab·机器人·simulink·simscape·机器人手臂仿真
ULTRA??3 天前
随机生成100组N个数并对比，C++，python，matlab，pair，std::piecewise_construct
开发语言·c++·python·matlab
陌夏微秋3 天前
硬件基础06 滤波器——无源、有源（含Filter Solutions、Filter Pro、MATLAB Fdatool）
matlab·硬件工程·信息与通信·信号处理
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06【经验分享】Ubuntu22.04安装微信(linux官方版)07基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10红米手机使用google play